将函数应用于向量的索引列表？答案

【问题标题】：Applying a function to a list of indexes of a vector?将函数应用于向量的索引列表？
【发布时间】：2019-11-04 14:59:57
【问题描述】：

我有一个长度为n 的向量X，以及一个可变长度的索引列表L。让F 成为从 R^m 到 R 的函数。我想将函数 F 应用于每个子向量 X[L[[i]]。这是，我要计算F( X[ L[[i]] ] )

例如，假设F 是平均值

set.seed(123)
X <- rnorm(100)
L <- list()
for(i in 1:10) L[[i]] <- sample(1:100,30,replace = FALSE)

我可以通过蛮力计算

out <- vector()
for(i in 1:10) out[i] <- mean(X[ L[[i]] ])

但是，对于较大的维度，此 for 循环相当慢。我想知道是否有更直接的计算方法？我曾尝试使用lapply，但它似乎不适用于向量 + 索引列表 + 函数的组合。

【问题讨论】：

【解决方案1】：

您可以简单地使用lapply 循环遍历您的列表，并使用每个元素对您的向量X 进行子集化。一旦你子集，计算平均值，即

lapply(L, function(i) mean(X[i]))

【讨论】：

我认为这不会比 for 循环更快（但我可能错了）。你能发布一些时间吗？
我不怀疑您回答的质量。 OP 的最终目标是加快计算速度，他们希望通过lapply 实现这一目标（我对此表示怀疑）。函数形式无所谓。
在我的具体应用中，一次评估从 95 秒变为 71 秒（在使用 lapply 而不是 for 之后）。我不确定这是否是一个普遍的改进，或者与我实现该功能的方式有关，这有几行长。